發(fā)布時間：2017-06-09 02:01

  本文關(guān)鍵詞：基于混合像元分解的水體提取及變化監(jiān)測研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：由于遙感技術(shù)在這幾年得到持續(xù)地發(fā)展,該技術(shù)研究得到廣泛關(guān)注并被應(yīng)用到不同領(lǐng)域。其中,借用遙感技術(shù)提取并動態(tài)監(jiān)測水體的技術(shù),可廣泛應(yīng)用于洪澇災(zāi)害評估、水環(huán)境監(jiān)測、水資源檢測等研究領(lǐng)域。Landsat系列影像具有運行周期短、數(shù)據(jù)信息量大、光譜波段數(shù)量多、免費下載等優(yōu)點,對要求高頻次監(jiān)測的水資源遙感應(yīng)用而言,是一種優(yōu)選的數(shù)據(jù)資源�，F(xiàn)有的水體提取方法大都是以像元為基礎(chǔ),但是混合像元的存在,限制了水體提取精度。所以深入到像元內(nèi)部,分解像元,從亞像元角度提取水體信息,有利于提高水體遙感提取精度。本文將水庫水體作為特定的實驗研究對象,在深入分析混合像元分解模型和水體提取模型的基礎(chǔ)上,了解水體混合像元波譜特性,針對水陸邊界混合像元、陰影等暗色地物問題,采用杏林灣水庫和石兜水庫的LANDSAT遙感影像數(shù)據(jù)進行實驗驗證。論文主要研究工作如下:首先,簡要說明了研究區(qū)域的自然概況及實驗數(shù)據(jù),并且對實驗數(shù)據(jù)進行預(yù)處理操作;了解水體及其他地物波譜特性,研究水體提取模型,并采用水體指數(shù)法和SVM分類法對實驗區(qū)域進行水體提取及提取結(jié)果分析。其次,了解現(xiàn)有混合像元的分解模子及分解過程;選擇完全約束的最小二乘法(FCLS)提取研究區(qū)域的水體信息,以高分辨率的Google Earth TM地面實況作為參考圖像,對提取結(jié)果的精度進行評價。結(jié)果表明FCLS方法提取結(jié)果優(yōu)于水體指數(shù)法及SVM分類法。最后,通過計算六種定量描述紋理的特征統(tǒng)計量并選擇最合適的均值特征統(tǒng)計量來得到實驗區(qū)域的紋理空間信息;通過建立適合的決策樹來結(jié)合FCLS方法得到的光譜信息與均值統(tǒng)計量得到的紋理空間信息,更好的提取水體。比較以上兩種方法所提取的水體信息并統(tǒng)計提取精度可得:改進的FCLS方法對水體提取精度有所提高;結(jié)合FCLS混合像元方法與PCA方法提出FCLS-PCs變化檢測方法,用于檢測兩景時相的水庫變化情況,通過分析比較檢測結(jié)果的各精度值可看出該方法效果更好;采用FCLS和多時相遙感數(shù)據(jù),動態(tài)監(jiān)測水庫水面面積并分析原因,為水庫生態(tài)環(huán)境管理提供重要參照。
【關(guān)鍵詞】：水體面積提取 變化檢測 紋理信息 遙感 環(huán)境監(jiān)測
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P332
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 緒論9-18
• 1.1 研究背景和意義9-10
• 1.1.1 研究背景9
• 1.1.2 研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 水體提取方法研究進展10-12
• 1.2.2 混合像元分解方法的研究12-13
• 1.2.3 存在的問題13-14
• 1.3 論文的主要研究工作14-18
• 1.3.1 研究目標14
• 1.3.2 研究內(nèi)容14
• 1.3.3 研究方法14-15
• 1.3.4 論文組織架構(gòu)15-18
• 第2章 研究區(qū)域概況與數(shù)據(jù)預(yù)處理18-26
• 2.1 研究區(qū)概況18-19
• 2.1.1 杏林灣水庫18
• 2.1.2 石兜水庫18-19
• 2.2 數(shù)據(jù)簡介19-23
• 2.2.1 Landsat衛(wèi)星數(shù)據(jù)介紹19-23
• 2.2.2 Google Earth TM參考數(shù)據(jù)介紹23
• 2.3 實驗數(shù)據(jù)預(yù)處理23-25
• 2.3.1 研究區(qū)域裁切24
• 2.3.2 FLAASH大氣校正24-25
• 2.4 本章小結(jié)25-26
• 第3章 水體提取模型研究26-35
• 3.1 水體光譜特征26-30
• 3.1.1 水體成像機理26-27
• 3.1.2 水體波譜特征27-28
• 3.1.3 其他地物波譜特征28-30
• 3.2 水體提取模型的研究30-34
• 3.2.1 水體指數(shù)法30
• 3.2.2 SVM分類方法30-32
• 3.2.3 研究區(qū)域水體提取32-34
• 3.3 本章小結(jié)34-35
• 第4章 基于混合像元分解的水體提取方法研究35-53
• 4.1 混合像元成像機理35
• 4.2 現(xiàn)有混合像元分解模型簡介35-41
• 4.2.1 線性光譜混合模型36-37
• 4.2.2 概率光譜混合模型37-38
• 4.2.3 模糊分析光譜混合模型38-39
• 4.2.4 幾何光學(xué)光譜混合模型39
• 4.2.5 隨機幾何光譜混合模型39-40
• 4.2.6 神經(jīng)網(wǎng)絡(luò)模型40-41
• 4.3 混合像元分解過程41-44
• 4.3.1 數(shù)據(jù)降維41
• 4.3.2 端元提取41-43
• 4.3.3 反演43-44
• 4.4 完全約束最小二乘法混合像元分解方法44-48
• 4.4.1 研究區(qū)域端元提取44-45
• 4.4.2 監(jiān)督型FCLS方法45-46
• 4.4.3 結(jié)合紋理特征的FCLS方法46-48
• 4.5 混合像元分解結(jié)果精度評價與分析48-52
• 4.6 本章小結(jié)52-53
• 第5章 杏林灣水庫水面面積變化檢測及分析53-59
• 5.1 水庫水體變化檢測方法研究53-54
• 5.1.1 多時相水體提取方法53
• 5.1.2 FCLS-PCs變化檢測方法53
• 5.1.3 變化檢測方法精度分析53-54
• 5.2 水庫水體動態(tài)變化分析54-58
• 5.2.1 水庫水體的時間變化分析55-56
• 5.2.2 水庫水體的空間變化分析56-58
• 5.3 本章小結(jié)58-59
• 第6章 總結(jié)與展望59-63
• 6.1 本文總結(jié)59-60
• 6.2 未來展望60-63
• 參考文獻63-69
• 致謝69-71
• 在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張彥,邵美珍;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混合像元分解[J];遙感學(xué)報;2002年04期

2 唐世浩,朱啟疆,李小文,王錦地,閻廣建;高光譜與多角度數(shù)據(jù)聯(lián)合進行混合像元分解研究[J];遙感學(xué)報;2003年03期

3 趙小鋒;邱全毅;;4種混合像元分解方法在沿海丘陵城市地表組分分析中的比較研究[J];遙感技術(shù)與應(yīng)用;2009年06期

4 詹錫蘭;吳波;;一種基于高斯馬爾可夫隨機場模型的混合像元分解方法[J];福州大學(xué)學(xué)報(自然科學(xué)版);2011年01期

5 呂長春,王忠武,錢少猛;混合像元分解模型綜述[J];遙感信息;2003年03期

6 崔雨勇;曾致遠;付必濤;毛典輝;;基于邊界提取的混合像元分解[J];人民長江;2008年08期

7 范渭亮;杜華強;周國模;徐小軍;崔瑞蕊;董德進;;模擬真實場景的混合像元分解[J];遙感學(xué)報;2010年06期

8 吳波;周小成;高海燕;;面向混合像元分解的光譜維小波特征提取[J];華僑大學(xué)學(xué)報(自然科學(xué)版);2008年01期

9 張子石;潘聰;陳紅順;;基于有監(jiān)督模糊C-均值算法的混合像元分解[J];遙感技術(shù)與應(yīng)用;2009年06期

10 馬雪梅;陳亮;俞冰;徐鋒;;基于決策樹和混合像元分解的城市擴張分類[J];測繪通報;2006年10期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 王強;黃楠;;混合像元分解研究綜述[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

2 胡霞;雷星松;;基于時序的遙感影像混合像元分解模型的研究[A];第十七屆中國遙感大會摘要集[C];2010年

3 張良培;叢浩;;一種可選端元的混合像元分解方法[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

4 俞晨;鄒偉;余先川;;遙感圖像混合像元分解方法研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

5 魏一葦;黃世奇;;高光譜混合像元分解技術(shù)研究綜述[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

6 魏一葦;黃世奇;劉代志;;基于獨立成分分析的高光譜混合像元分解方法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

7 鄧書斌;陳秋錦;;基于MTMF的混合像元分解方法研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

8 鄧書斌;陳秋錦;;基于MTMF的混合像元分解方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 孔祥兵;基于同質(zhì)區(qū)分析的高光譜影像混合像元分解[D];武漢大學(xué);2012年

2 李二森;高光譜遙感圖像混合像元分解的理論與算法研究[D];解放軍信息工程大學(xué);2011年

3 李華麗;高光譜遙感影像自動混合像元分解研究[D];武漢大學(xué);2012年

4 許菡;遙感影像混合像元分解新方法及應(yīng)用研究[D];首都師范大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 辛蕾;綠潮衛(wèi)星遙感監(jiān)測方法精細化研究[D];中國海洋大學(xué);2014年

2 吳明艷;部分植被覆蓋下的土壤鹽分高光譜遙感反演[D];東南大學(xué);2015年

3 郭陽;聯(lián)合近似稀疏和全變差正則化的高光譜影像混合像元分解[D];江西科技師范大學(xué);2015年

4 李耀輝;風(fēng)云氣象數(shù)據(jù)在農(nóng)情定量監(jiān)測中的應(yīng)用研究[D];鄭州大學(xué);2016年

5 孔美美;基于混合像元分解的水體提取及變化監(jiān)測研究[D];華僑大學(xué);2016年

6 李君;線性與非線性混合像元分解模型的比較研究[D];東北林業(yè)大學(xué);2008年

7 宋慧;基于混合像元分解的土地利用分類[D];濟南大學(xué);2013年

8 黃競鋮;基于因子分析的混合像元分解方法研究[D];吉林大學(xué);2012年

9 劉學(xué);棉花遙感識別的混合像元分解研究[D];石河子大學(xué);2008年

10 韓威宏;基于混合像元分解的遙感產(chǎn)品真實性檢驗研究[D];電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于混合像元分解的水體提取及變化監(jiān)測研究，由筆耕文化傳播整理發(fā)布。

本文編號：434162